文章详情
| 稿件标题： | 一种基于改进YOLOv7的相机标定特征点检测方法 |
| 稿件作者： | 陈松1，2,闫国闯2,马方远2,王西泉2,田晓耕1 |
| DOI： | 10.11809/bqzbgcxb2024.08.021 |
| 科学编辑： | 杨继森 博士 （重庆理工大学 教授） |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 相机标定；深度学习；YOLOv7tiny；信息聚合分发机制；注意力机制；Harris算法 |
| 文章摘要： | 在基于视觉方法的军事目标检测等技术中，相机的精确标定是进行目标高精度测量的前提，同时也是开展后续图像处理、目标跟踪、三维重建的基础。相机标定的关键在于准确的检测图像中的标定特征点。以当前使用范围较广的棋盘格标定法为对象，针对受干扰(模糊、重噪声、极端姿态和大镜头失真)的标定图像难以进行特征点提取的问题，提出一种融合改进YOLOv7tiny深度学习网络和Harris角点检测的相机标定特征点检测算法。针对原始网络在相机标定特征区域检测中的各种问题，引入GatherandDistribute信息聚合分发机制替换YOLOv7tiny的加强特征提取网络(FPN)部分，提高不同层之间特征融合的能力；在主干特征提取部分后加入Biformer注意力机制，提高对小尺寸特征点候选区域的捕捉能力；在Head部分使用改进Efficient Decoupled Head解耦头，在提高精度的同时维持了较低的计算开销。测试结果表明，改进后的YOLOv7tiny网络对特征点候选区域检测的准确率有显著的提高，达到95.3%，证明了改进后网络的有效性和可行性。 |
| 稿件基金： | 国家级科研项目 |
| 引用本文格式： | 陈松,闫国闯,马方远，等.一种基于改进YOLOv7的相机标定特征点检测方法［J］.兵器装备工程学报，2024，45(8)：151-160. CHEN Song, YAN Guochuang, MA Fangyuan, et al.A method for camera calibration feature point detection based on an improved YOLOv7［J］.Journal of Ordnance Equipment Engineering，2024，45(8)：151-160. |
| 刊期名称： | 2024年08期 |
| 出版时间： | 2024年9月 |
| 收稿日期： | 2024-02-13 |
| 修回日期： | 2024-05-10 |
| 录用日期： | 2024-06-29 |
| 上线时间： | 2024年9月2日 |
| 浏览次数： | 642 |
| 下载次数： | 54 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |